AIと最適化を用いたサプライチェーン最適化ソリューションを提供 - ログ・オプト -
ログ・オプトは研究者および技術者のプロフェッショナル集団です.
  • Home
  • Solution
    • Webシステムデモ&トライアル
    • Optimization Solver
      • 制約最適化ソルバーSCOP
      • スケジューリング最適化ソルバーOptSeq
      • 数理最適化ソルバーGurobi Optimizer
      • 配送最適化ソルバーMETRO
    • Web System
      • サプライ・チェイン基本分析
      • 在庫最適化
      • 生産ロット最適化
      • ロジスティックネットワーク設計
      • 幹線輸送ネットワーク最適化
      • 人員配置(シフト)最適化
      • 配送最適化
      • サプライ・チェインリスク分析
      • 需要予測
    • Consulting
  • News/Blog
  • Resource
  • About us
    • 会社概要
    • お問い合わせ
    • プライバシーポリシー
    • 情報セキュリティポリシー

ENGLISH CHINESE

  • ENGLISH
  • CHINESE

LOG OPT(ログオプト)は研究者および技術者のプロフェッショナル集団です.

metro0
2020-08-10

コロナ禍で重要になる最適化モデル(4)配送計画

最適化

配送最適化

コロナ禍では,スーパーでの買い物より,宅配を依頼することが増えてきます.自然とEC (electronic commerce)が増加することになりますが,ECではラストワンマイルの配送が中心的な役割を果たします.

ラストワンマイルもしくは,その直前のハブから拠点への配送は,サプライ・チェイン最適化理論では,配送計画モデルとなります.

この問題は,正式名称は運搬経路問題 (vehicle routing problem)と呼ばれ,古くから多くの研究がされてきました.基本的なモデルは,以下のように定義されます.

複数台の運搬車が,1つのデポから複数の顧客に配送を行います.顧客上には時間枠と呼ばれる時間制約が付加され,運搬車には容量制約があります.すべての顧客にサービスを行うための最小費用のルートを求めることが,目的となります.

metro

 

実際の配送計画には,様々な付加条件がつきます.配送最適化ソルバーMETROでは,deliveryの他にpickupを同時に考え,運搬車の容量制約をベクトルとして定義でき,時間枠や移動時間を任意の(区分的線形な)ペナルティ関数として定義できます.

metro tw 1

 

また,METROに搭載されているソルバーは,メタヒューリスティクスを駆使したもので,標準モデルを大幅に拡張したものであるにも関わらず,世界的に有名なベンチマーク問題例で世界最高峰の結果を出します.

metro ex

 

詳細については,配送最適化のページをご参照下さい.

コロナ禍で重要になる最適化モデル(3)サービスネットワーク設計 コロナ禍で重要になる最適化モデル(5)制約最適化

Related Posts

AI, その他, 最適化

巡回セールスマン問題の最先端

case_gannt_for_shift

Python, SCMOPT, サプライ・チェイン, 可視化, 実務, 最適化

シフト最適化(ケーススタディ7)

case sendo sol

Python, SCMOPT, サプライ・チェイン, 可視化, 実務, 最適化

サービスネットワーク設計(ケーススタディ6)

カテゴリー

  • AI
  • Python
  • SCMOPT
  • サプライ・チェイン
  • その他
  • 可視化
  • 実務
  • 最適化
AIと最適化を用いたサプライチェーン最適化ソリューションを提供 - ログ・オプト -
Copyright © 2019 Log Opt Co., Ltd.